Какие сервисы сквозной аналитики рекомендуют ChatGPT, Gemini и Perplexity в 2026 году: рейтинг российских решений

Уже 37% активных пользователей ИИ начинают поиск информации с нейросетей, а не с Яндекса или Google. Мы решили проверить, почему одни продукты регулярно попадают в рекомендации ИИ, а другие остаются невидимыми.

Для пользователей click.ru мы провели небольшое исследование. Сравнив рекомендации ChatGPT, Gemini и Perplexity, мы составили рейтинг и выяснили, какие факторы влияют на видимость сервисов в ответах нейросетей.

Зачем анализировать рекомендации нейросетей

Владельцы бизнеса и маркетологи могут неделями или даже месяцами сравнивать возможности, цены, интеграции, кейсы и отзывы, прежде чем принять решение о подключении сервиса. Сегодня к привычным обзорам и рейтингам добавились ответы нейросетей. Поэтому бизнесу уже недостаточно работать только над SEO (Search Engine Optimization — оптимизацией под поисковые системы). Становятся очень важны два новых направления: GEO (Generative Engine Optimization — оптимизация для генеративных нейросетей) и AEO (Answer Engine Optimization — оптимизация для быстрых ИИ-ответов в поисковиках).

Анализ рекомендаций нейросетей позволяет ответить на два важных вопроса:

1. Как именно ИИ представляет конкретный сервис: на каком месте он появляется в списке рекомендаций, в каком контексте упоминается, какие характеристики и преимущества ему приписывает нейросеть;
2. Почему одни продукты получают больше выгодных упоминаний, чем другие: какие факты, отзывы, рейтинги, экспертные материалы и другие сигналы влияют на выбор ИИ.

Эти данные помогают понять, что можно улучшить в рамках GEO и AEO, чтобы нужный сервис чаще упоминался в ИИ.

Методология эксперимента

Вот как мы решили действовать.

Участники

Для эксперимента мы выбрали ChatGPT, Gemini и Perplexity, поскольку они являются одними из наиболее популярных ИИ-ассистентов и используют разные подходы к представлению информации пользователю.

• ChatGPT ориентирован на формирование развернутых и связных ответов с опорой на собственные рассуждения;
• Gemini сочетает возможности языковой модели с поисковой инфраструктурой Google;
• Perplexity делает акцент на получении информации из интернета и проверке фактов через первоисточники.

Такое сочетание позволяет сравнить, как разные ИИ-сервисы обрабатывают и представляют информацию пользователю.

Входные данные

Вот пример нашего промпта для эксперимента:

Ты независимый эксперт по маркетинговой аналитике, который глубоко погружен в российский рынок в 2026 году.

Составь рейтинг топ-5 российских сервисов сквозной аналитики.

Критерии оценки сервисов: каждый критерий оценивается по 10-балльной шкале, а затем баллы суммируются.

Формат ответа:

• название и место сервиса сквозной аналитики в рейтинге;
• точная оценка в баллах по каждому критерию с подробным обоснованием и ссылками на источник информации.

И так с 1-го по 5-е место.

Важные ограничения:

1. Выбирай только среди российских сервисов сквозной аналитики. Западные решения исключены из рассмотрения, потому что их использование в России связано с юридическими рисками из-за отсутствия локализации данных;
2. Давай только конкретные проверенные факты, цифры, названия, которые подтверждаются реальной рыночной информацией. Если данных о каком-либо сервисе недостаточно, честно напиши об этом. Ничего не придумывай и не домысливай;
3. После упоминания каждого факта в конце предложения обязательно указывай ссылку на его источник. Если источник отсутствует или ты не уверен в данных, напиши об этом честно. Ответы без ссылок считаются недостаточно обоснованными.

Мы назначили нейросети роль эксперта, чтобы она оценивала сервисы с позиции профессионала, а не просто перечисляла популярные названия из рекламных статей. Чтобы все модели ранжировали сервисы единообразно, мы задали конкретные параметры. Строгая структура выходных данных позволит проще и быстрее сравнить ответы, а просьба о ссылках должна показать, на какие именно источники опирается тот или иной сервис.

Оценка ответов

После того как все три нейросети пришлют свои рейтинги, мы проанализируем их качество и постараемся ответить на главные вопросы эксперимента:

1. Насколько совпадают рекомендации 3 разных нейросетей?
2. На какие источники опирается та или иная нейросеть?
3. Что можно оптимизировать владельцу или маркетологу сервиса сквозной аналитики, чтобы чаще попадать в ИИ-ответы?

Ход эксперимента и анализ ответов

Давайте изучим и сравним рекомендации каждой нейросети.

Анализ ответа ChatGPT

Ответ выглядит как краткий и довольно сухой отчет. Его объем заметно меньше, чем у других сервисов.

Ответ ChatGPT

Сразу же бросается в глаза неоднородная структура ответов: каждый балл у сервиса на первом месте имеет собственное отдельное обоснование, однако для всех остальных сервисов ChatGPT дал по одному общему и довольно размытому пояснению. По правде сказать, они даже не являются обоснованиями, а содержат общую историческую справку с общими фразами вроде «один из крупнейших российских игроков». Это явное нарушение требований нашего промпта.

Мы не планировали давать ИИ-сервисам дополнительные запросы и уточнения, однако в данной ситуации сделать это пришлось. ChatGPT ответил, что при точном выполнении промпта объем генерации был бы слишком большим для одного ответа, поэтому он на свое усмотрение схитрил и сократил ответ.

Вот что получилось, когда мы попросили его все же сделать так, как мы задумали.

Фрагмент нового ответа ChatGPT

Новая генерация выглядит совершенно иначе. Сервис разобран по каждому из семи критериев отдельно, есть подробные обоснования и ссылки на источники.

Обоснования стали значительно глубже. По каждому критерию модель дает несколько аргументов. Например, не просто «200+ интеграций», а перечисление конкретных систем: Bitrix24, amoCRM, Яндекс Директ, Tilda, RetailCRM, Mango Office, UIS, Calltouch, YCLIENTS. Вместо одного ценового предложения модель показывает диапазоны (6500 ₽, 11 700-19 700 ₽) и объясняет, что стоимость растет с увеличением инструментов и лимитов. Это дает читателю понимание, сколько на самом деле может стоить сервис.

В качестве источников модель использует исключительно официальные сайты сервисов. Например, для Roistat это страницы с обзором функциональности сквозной аналитики, с тарифами, документацией по быстрому старту и разделом интеграций. По Calltouch — страницы с описанием продукта, коллтрекинга, поддержкой и кейсами. С одной стороны, благодаря этому любой читатель может перейти по ссылке и проверить каждое утверждение. С другой, это создает серьезный перекос: модель по сути пересказывает то, что компании говорят о себе, то есть объективность оценки остается под вопросом.

Пример подробной документации Roistat

Штрафы тоже стали более обоснованными. Вместо общего списка минусов нейросеть подробно объясняет, за что именно снижен балл: «высокая стоимость масштабирования» и «высокий порог освоения». И тут же дает пояснение, почему это проблема и как она влияет на оценку. Ссылок в новом ответе стало значительно больше.

В итоге второй ответ ChatGPT — это то, что мы ожидали увидеть в рамках эксперимента (подробный и с конкретикой). Но его объективность ограничена тем, что модель опирается исключительно на заявления самих сервисов.

Анализ ответа Gemini

Ответ этой нейросети выглядит иначе, чем у ChatGPT. Его объем довольно большой, а подача создает впечатление, что перед нами эксперт, который не сомневается в своих словах.

Ответ Gemini

Начнем с плюсов. Ответ Gemini выделяется своей конкретностью и обилием фактов. Модель не ограничивается общими формулировками, а приводит много цифр и деталей. Например, для Calltouch написано: «система собирает данные в реальном времени с минимальной погрешностью (менее 3%)», «поддержка отвечает в течение 5 минут», «базовый код счетчика ставится за 5 минут». По CoMagic: «минимальный тариф от 2600 рублей», «скорость обновления данных из внешних рекламных кабинетов иногда имеет задержку до нескольких часов».

Многие оценки имеют четкое обоснование. Например, снижение балла за интерфейс Roistat объясняется тем, что он «перегружен функциями, из-за чего неподготовленному пользователю сложно в нем ориентироваться». У Calltouch снижение за цену обосновано тем, что «стоимость может превышать 25 000-39 000 рублей в месяц для крупных проектов». Каждый балл имеет под собой конкретную причину.

Теперь о минусах. Gemini постоянно ссылается на сторонние рейтинги. Основные ссылки в ответе ведут на публикации одного автора DTF. Модель использует этот источник многократно для разных утверждений. Получается, что вся «экспертиза» Gemini строится на 1-2 источниках. Модель не показывает, что она проанализировала разные мнения, обзоры, точки зрения, а просто пересказывает один рейтинг. При этом у читателя нет возможности проверить, насколько публикации этого автора на DTF объективны.

Пример повторяющегося источника

Чуть лучше дело обстоит со ссылками на отзывы, но глобально это ситуацию не меняет. В частности, среди источников замечены hf.ru и partnerkin.com. Это не агрегаторы отзывов. Ресурсы посвящены франшизам и партнерскому маркетингу.

Вывод об ответе Gemini неутешительный. Модель создает иллюзию глубокой экспертизы, но по факту просто пересказывает один рейтинг. В итоге мы получаем поверхностный анализ, построенный на спорных источниках.

Анализ ответа Perplexity

На первый взгляд ответ выглядит структурированным и подробным. По каждому сервису есть таблица с баллами и обоснование. Иногда в ответах встречается конкретика. Например, по Roistat указано: «Публично упоминается поддержка более 200 интеграций». По Calltouch: «Сервис описывается как хорошо интегрируемый с CRM, рекламными кабинетами и веб-аналитикой». По CoMagic: «В обзорах его выделяют за широкий набор функций и зрелость продукта».

Ответ Perplexity

Однако плюсы на этом заканчиваются. Конкретики в обоснованиях крайне мало. Вместо деталей модель использует общие формулировки. Например, о Roistat написано: «В обзорах сервис описывается как платформа с детальными отчетами и автоматическим сбором данных», но не уточняется, что это за отчеты и какие данные собираются. Насчет интерфейса для разных инструментов написано без деталей: «Интерфейс оценивается как современный и достаточно удобный», «В обзорах интерфейс оценивают как рабочий и достаточно понятный», «В статьях сервис нередко отмечают как понятный и относительно удобный».

Perplexity ссылается всего на 3 публикации: рейтинги на VC.ru, kickidler.ru и top107.ru. Эти статьи дают субъективное мнение авторов, а не объективные факты, и язык в них соответствующий. Например, Calltouch назван «лучшей системой по сочетанию всех факторов», а Roistat — «самым мощным и масштабным сервисом». Эти формулировки перекочевали в ответ Perplexity практически без изменений. Таким образом, эта модель строит свой рейтинг на основе чужих субъективных рейтингов, не привлекая ни официальной информации, ни пользовательских отзывов, ни данных из первоисточников.

Пример повторяющегося источника

Наш вывод таков: Perplexity дает структурированный ответ, но его содержание — целиком заимствованная интерпретация трех чужих рейтинговых статей.

Какие сервисы повторяются в разных ответах и почему

Теперь можно выделить группу сервисов, которые стабильно попадают в рейтинги. Roistat, Calltouch и UIS (бывший CoMagic) присутствуют во всех 3 ответах на высоких местах. Alytics тоже есть у всех, но у Perplexity он опускается на пятое место, уступая Callibri. PrimeGate присутствует у ChatGPT и Gemini, но отсутствует у Perplexity, где его заменяет Callibri.

Такое единодушие в отношении трех сервисов объясняется несколькими факторами.

1. Высокая узнаваемость брендов. Roistat, Calltouch и CoMagic — это старейшие аналитические сервисы. Они работают более десяти лет, у них богатая публичная история. Нейросети, обученные на открытых данных, видят эти бренды чаще всего.
2. Много экспертного контента. Про эти сервисы написано огромное количество статей, обзоров, кейсов, которые нейросети считают заслуживающими внимания. Лидеры регулярно появляются в рейтингах на профильных площадках. Это создает эффект консенсуса для ИИ.
3. Развитая сеть источников информации. Официальные сайты, деловые СМИ, профильные блоги и отзовики создают плотное информационное поле вокруг бренда. У лидеров такое окружение есть.

Наверняка и SEO-основа у лидеров хорошая. Они много лет строили семантическое ядро вокруг потребностей аудитории, наращивали ссылочную массу, создавали экспертный контент, выполняли техническую оптимизацию. В отличие от них, аутсайдеры представлены в интернете заметно скромнее.

Как онлайн-сервису попасть в рекомендации ChatGPT, Gemini и Perplexity

Работу нужно строить системно.

Мера №1. Создавать крепкую SEO-базу

Без надежной основы усилия по продвижению в нейросетях могут быть недостаточно эффективными. SEO-база включает:

• техническую исправность сайта. Быстрая загрузка, адаптация под мобильные устройства, отсутствие ошибок индексации, правильная настройка robots.txt и доступность для роботов;
• продуманную архитектуру. Логичные URL, четкая иерархия разделов, внутренняя перелинковка, XML-карта сайта;
• качественный контент. Полезные, структурированные, экспертные, актуальные тексты. На сайте должно быть как можно больше страниц с детальной конкретикой про сервис: цены, функционал, руководства, подробное описание интерфейса, скриншоты, сравнения тарифов и т. д. Нейросети любят факты и конкретные цифры. Чем их больше, тем выше шансы быть процитированными.

Мера №2. Формировать сильное цифровое окружение

Нейросети доверяют брендам, о которых много и качественно написано в разных источниках. Собственного сайта зачастую недостаточно. Следует публиковаться, например, на VC, DTF, Habr, TenChat, а также в других онлайн-журналах, которые «нравятся» нейросетям в конкретных нишах. Полезно давать интервью, ходить на подкасты, участвовать в различных премиях и сравнениях, а также работать с блогерами, имеющими аккаунты на крупных медиаплощадках. Кстати, публикация через сторонних людей может быть даже эффективнее, чем работа с собственными блогами компании: такие источники нейросети часто воспринимают как независимые (мы видели это в нашем эксперименте).

Мера №3. Работать с отзовиками

Нейросети активно подтягивают данные с платформ с пользовательскими оценками. Это один из ключевых источников информации о репутации бренда. Если о сервисе много негатива или противоречий в открытых источниках, ИИ может отказаться его рекомендовать.

На регулярной основе нужно:

• отслеживать обратную связь на всех крупнейших отзовиках в нише;
• отвечать на негатив публично и конструктивно;
• стимулировать клиентов оставлять развернутые положительные отзывы с конкретными деталями о сервисе.

Бонус: как получить сервисы сквозной аналитики выгоднее

На маркетплейсе click.ru представлены профессинальные инструменты для маркетинга и бизнеса, среди которых есть и лидеры нашего эксперимента. Всего доступны более 250 сервисов:

• сквозная аналитика и коллтрекинг;
• CRM-системы;
• конструкторы сайтов и лендингов;
• онлайн-чаты и виджеты для сайтов;
• инструменты подбора ключевых слов;
• платформы для email-рассылок и др.

Все эти сервисы можно оплачивать бонусами, которые начисляются за ведение рекламы через click.ru. До 22% от рекламных расходов возвращается на бонусный счет. То есть если компания регулярно вкладывает средства в рекламу, она может подключить сквозную аналитику и многие другие полезные сторонние инструменты со скидкой или вовсе бесплатно.